123RF
Rozwój ilościowego obrazowania MRI poprawi opiekę nad pacjentami
Redaktor: Monika Stelmach
Data: 27.09.2022
Źródło: Komisja Europejska – CORDIS
Działy:
Aktualności w Neurologia
Aktualności
| Tagi: | B-Q MINDED, ilościowe MRI, Q-MRI, radiolog, choroba mózgu, rekonstrukcja o superwysokiej rozdzielczości, SRR |
Nowe osiągnięcia w technologii ilościowego rezonansu magnetycznego pozwalają radiologom wyciągać obiektywne wnioski na temat zaawansowania choroby mózgu.
Cechujące się prawie stuprocentową czułością i swoistością obrazowanie metodą rezonansu magnetycznego (MRI) jest obecnie złotym standardem obrazowania. MRI szczególnie sprawdza się w badaniu tkanek miękkich, takich jak mózg, generując znacznie dokładniejsze obrazy niż rentgen czy tomografia komputerowa (TK).
Jednak nawet technologia MRI nie jest pozbawiona wad. – Chociaż MRI dostarcza wysoce szczegółowych obrazów, pozwalają one jedynie na ocenę jakościową. Sprawia to, że uzyskany kontrast w dużej mierze zależy nie tylko od tkanek, lecz także rodzaju skanera i protokołu użytego do rejestracji obrazu – mówi Jan Sijbers, profesor na Uniwersytecie w Antwerpii.
Jakościowy charakter obrazów MRI utrudnia radiologom ilościowe porównanie właściwości tkanek na obrazie pomiędzy kolejnymi skanami i różnymi pacjentami, co utrudnia postawienie prawidłowej diagnozy.
Precyzyjna ocena cech mózgu
Ograniczenie to doprowadziło do powstania ilościowego MRI (quantitative MRI – Q-MRI). – W przypadku Q-MRI kontrast jest bezpośrednio związany z podstawowymi właściwościami biofizycznymi tkanki miękkiej, co znacząco poprawia skuteczność diagnozy klinicznej. Jednak długi czas trwania badania sprawia, że metoda ta jest nieprzyjemna dla pacjenta i kosztowna dla kliniki – wyjaśnia prof. Sijbers.
Dzięki wsparciu finansowanego przez UE projektu B-Q MINDED prof. Sijbers realizuje działania mające na celu wypełnienie luki między jakościowym a ilościowym MRI. – Naszym celem było przekształcenie MRI z metody obrazowania w ilościowe narzędzie do precyzyjnej oceny cech mózgu – zaznacza prof. Sijbers.
Poprawa opieki nad pacjentami
Jednym z kluczowych rezultatów projektu było opracowanie i walidacja metod rekonstrukcji o superwysokiej rozdzielczości (super-resolution reconstruction – SRR), które umożliwiają radiologom rekonstrukcję wyraźnych, wysoko rozdzielczych obrazów z pojedynczej klatki obrazu o niskiej rozdzielczości.
Dzięki tym metodom zaangażowani w projekt badacze mogli obliczyć mapy parametrów Q-MRI o wysokiej rozdzielczości na podstawie zestawu jakościowych obrazów o niskiej rozdzielczości. – Zastosowanie metod SRR znacznie skróciło czas akwizycji przy zachowaniu rozdzielczości przestrzennej i stosunku sygnału do szumu – dodaje prof. Sijbers.
Uczeni opracowali także metody harmonizacji danych i skutecznego szacowania parametrów dyfuzji. Ponadto zespołowi udało się zmapować T1 (czas relaksacji podłużnej) i T2 (czas relaksacji poprzecznej) z wykorzystaniem maszyn rekurencyjnego wnioskowania, co 100-krotnie skróciło czas potrzebny do wnioskowania map ilościowych.
– Wyniki te pozwalają radiologom na szybszą i bardziej obiektywną ocenę zaawansowania choroby mózgu, co ostatecznie poprawia opiekę nad pacjentem – podkreśla naukowiec.
Dalszy rozwój Q-MRI
Zdaniem prof. Sijbersa sukces tego wspieranego przez działania „Maria Skłodowska-Curie” projektu jest owocem pracy 15 młodych naukowców na początku kariery, którzy zaangażowani byli w jego realizację. – Miałem zaszczyt być częścią tego dynamicznego zespołu i przyglądać się jego pracy nad rozwojem i skutecznym wdrożeniem metod ilościowego MRI w praktyce klinicznej. Dzięki temu był to najciekawszy i najbardziej ekscytujący projekt w mojej karierze – stwierdza prof. Sijbers.
Naukowcy wykorzystają teraz doświadczenie i wiedzę zdobyte w toku projektu, by nadal rozwijać metodę Q-MEI. Z kolei Sijbers wkrótce rozpocznie współpracę z nowym pokoleniem naukowców na początku kariery nad projektem, którego celem jest włączenie sztucznej inteligencji do metod Q-MRI.
Jednak nawet technologia MRI nie jest pozbawiona wad. – Chociaż MRI dostarcza wysoce szczegółowych obrazów, pozwalają one jedynie na ocenę jakościową. Sprawia to, że uzyskany kontrast w dużej mierze zależy nie tylko od tkanek, lecz także rodzaju skanera i protokołu użytego do rejestracji obrazu – mówi Jan Sijbers, profesor na Uniwersytecie w Antwerpii.
Jakościowy charakter obrazów MRI utrudnia radiologom ilościowe porównanie właściwości tkanek na obrazie pomiędzy kolejnymi skanami i różnymi pacjentami, co utrudnia postawienie prawidłowej diagnozy.
Precyzyjna ocena cech mózgu
Ograniczenie to doprowadziło do powstania ilościowego MRI (quantitative MRI – Q-MRI). – W przypadku Q-MRI kontrast jest bezpośrednio związany z podstawowymi właściwościami biofizycznymi tkanki miękkiej, co znacząco poprawia skuteczność diagnozy klinicznej. Jednak długi czas trwania badania sprawia, że metoda ta jest nieprzyjemna dla pacjenta i kosztowna dla kliniki – wyjaśnia prof. Sijbers.
Dzięki wsparciu finansowanego przez UE projektu B-Q MINDED prof. Sijbers realizuje działania mające na celu wypełnienie luki między jakościowym a ilościowym MRI. – Naszym celem było przekształcenie MRI z metody obrazowania w ilościowe narzędzie do precyzyjnej oceny cech mózgu – zaznacza prof. Sijbers.
Poprawa opieki nad pacjentami
Jednym z kluczowych rezultatów projektu było opracowanie i walidacja metod rekonstrukcji o superwysokiej rozdzielczości (super-resolution reconstruction – SRR), które umożliwiają radiologom rekonstrukcję wyraźnych, wysoko rozdzielczych obrazów z pojedynczej klatki obrazu o niskiej rozdzielczości.
Dzięki tym metodom zaangażowani w projekt badacze mogli obliczyć mapy parametrów Q-MRI o wysokiej rozdzielczości na podstawie zestawu jakościowych obrazów o niskiej rozdzielczości. – Zastosowanie metod SRR znacznie skróciło czas akwizycji przy zachowaniu rozdzielczości przestrzennej i stosunku sygnału do szumu – dodaje prof. Sijbers.
Uczeni opracowali także metody harmonizacji danych i skutecznego szacowania parametrów dyfuzji. Ponadto zespołowi udało się zmapować T1 (czas relaksacji podłużnej) i T2 (czas relaksacji poprzecznej) z wykorzystaniem maszyn rekurencyjnego wnioskowania, co 100-krotnie skróciło czas potrzebny do wnioskowania map ilościowych.
– Wyniki te pozwalają radiologom na szybszą i bardziej obiektywną ocenę zaawansowania choroby mózgu, co ostatecznie poprawia opiekę nad pacjentem – podkreśla naukowiec.
Dalszy rozwój Q-MRI
Zdaniem prof. Sijbersa sukces tego wspieranego przez działania „Maria Skłodowska-Curie” projektu jest owocem pracy 15 młodych naukowców na początku kariery, którzy zaangażowani byli w jego realizację. – Miałem zaszczyt być częścią tego dynamicznego zespołu i przyglądać się jego pracy nad rozwojem i skutecznym wdrożeniem metod ilościowego MRI w praktyce klinicznej. Dzięki temu był to najciekawszy i najbardziej ekscytujący projekt w mojej karierze – stwierdza prof. Sijbers.
Naukowcy wykorzystają teraz doświadczenie i wiedzę zdobyte w toku projektu, by nadal rozwijać metodę Q-MEI. Z kolei Sijbers wkrótce rozpocznie współpracę z nowym pokoleniem naukowców na początku kariery nad projektem, którego celem jest włączenie sztucznej inteligencji do metod Q-MRI.
